Que font les GA­FAM avec nos don­nées?

Bilan - - L’invité - PAR STE­VEN MEYER

TTOUT LES 60 SE­CONDES , rien que sur Fa­ce­book, 136 000 pho­tos sont té­lé­char­gées, 510 000 com­men­taires sont écrits et 293 000 mises à jour de sta­tut sont pu­bliées. Toutes ces in­for­ma­tions sont sto­ckées dans des bases de don­nées pour être en­suite ana­ly­sées afin de ré­vé­ler des mo­dèles, des ten­dances et des cor­ré­la­tions. De fa­çon in­croyable et presque magique, ces ana­lyses peuvent dé­duire des traits de ca­rac­tère, an­ti­ci­per des com­por­te­ments et de­vi­ner les en­vies des gens. Fa­ce­book n’est pas le seul à mi­ser sur le big da­ta. Ama­zon, Google, Mi­cro­soft et Apple ont tous mas­si­ve­ment in­ves­ti dans ces tech­no­lo­gies; et comme toutes les autres tech­no­lo­gies, les pos­si­bi­li­tés du big da­ta sont à la fois fas­ci­nantes et ef­frayantes.

Ama­zon, par exemple, connaît tel­le­ment bien le com­por­te­ment de ses clients qu’il charge dans ses ca­mions de li­vrai­son des pro­duits pas en­core ache­tés en sa­chant d’avance qu’une per­sonne va les com­man­der pen­dant le tra­jet du ca­mion. Il peut ain­si pro­po­ser des temps de li­vrai­son im­bat­tables à ses clients.

De­vi­ner la toxi­ci­té d’un mé­di­ca­ment grâce aux re­cherches sur In­ter­net

Mi­cro­soft, en 2015, a col­lec­té quelques cen­taines de mil­lions de re­cherches que les in­ter­nautes fai­saient concer­nant des mé­di­ca­ments. En ana­ly­sant toutes ces don­nées, il a été ca­pable de dire à l’avance, qu’un mé­di­ca­ment était no­cif et de­vait être re­ti­ré du mar­ché. Sans qu’au­cun des in­ter­nautes ne soit conscient du pro­blème du mé­di­ca­ment, la cor­ré­la­tion des in­for­ma­tions sou­mises au mo­teur de re­cherche a per­mis de dé­ce­ler le pro­blème et pour­ra pro­ba­ble­ment sau­ver des vies dans le fu­tur.

Mais il y a un re­vers à cette mé­daille et des in­for­ma­tions que nous don­nons in­cons­ciem­ment peuvent être uti­li­sées à des fins bien moins al­truistes.

En 2013, Fa­ce­book a pu­blié une re­cherche ex­pli­quant que sim­ple­ment en ana­ly­sant les «like» pu­blics d’un uti­li­sa­teur, le ré­seau so­cial pou­vait sa­voir avec une cer­ti­tude de plus de 70% la cou­leur de peau de l’in­ter­naute, son orien­ta­tion sexuelle, s’il consom­mait de la drogue et ses points de vue po­li­tiques. Peu de temps après, la com­pa­gnie Cam­bridge Ana­ly­ti­ca s’est spé­cia­li­sée dans ce genre d’ana­lyse afin de pou­voir iden­ti­fier des groupes d’in­di­vi­dus spé­ci­fiques. Lors des élec­tions amé­ri­caines en 2016, leurs ana­lyses ont été uti­li­sées afin de ci­bler des mes­sages po­li­tiques aux uti­li­sa­teurs les plus in­fluen­çables.

Dé­tec­ter les gros­sesses

Mais il n’y a pas que les GA­FAM qui tra­vaillent sur le big da­ta. A chaque fois que vous faites vos courses, par exemple, vous par­ta­gez des dé­tails in­times sur vos ha­bi­tudes de consom­ma­tion avec les ma­ga­sins. La chaîne de su­per­mar­chés Tar­get, aux Etats-Unis, peut pré­dire avec une bonne pré­ci­sion si une cliente est en­ceinte, quel se­ra le sexe de l’en­fant et la date de la nais­sance pré­vue. Il y a même eu un cas où c’est le su­per­mar­ché qui a an­non­cé, à tra­vers un cou­pon pu­bli­ci­taire, à des pa­rents que leur fille, en­core ado­les­cente, était en­ceinte.

C’est très dif­fi­cile de com­plè­te­ment sor­tir du sys­tème afin d’em­pê­cher des mul­ti­na­tio­nales ou des gou­ver­ne­ments d’uti­li­ser nos don­nées dans des ana­lyses de big da­ta. Certes, la loi du GDPR donne un nombre d’ou­tils pour exi­ger l’ef­fa­ce­ment de nos don­nées; et il existe d’autres so­lu­tions à Google et Fa­ce­book, comme Du­ckDu­ckGo et Minds res­pec­ti­ve­ment, qui pro­tègent notre sphère pri­vée. Mais que ce soit par pa­resse, ha­bi­tude, com­mo­di­té ou manque de prise de conscience, très peu de gens font ces dé­marches pour se pro­té­ger.

Dès que vous faites vos courses, vous par­ta­gez des dé­tails in­times sur vos ha­bi­tudes de consom­ma­tion

STE­VEN MEYER a fon­dé en 2012 ZenDa­ta, so­cié­té spé­cia­li­sée en cy­ber­pro­tec­tion. Pos­sé­dant un mas­ter de l’EPFL spé­cia­li­sé en cy­ber­sé­cu­ri­té et cryp­to­gra­phie, il est aus­si cer­ti­fié Cer­ti­fied In­for­ma­tion Sys­tems Se­cu­ri­ty Pro­fes­sio­nal (CISSP).

Il a aus­si tra­vaillé chez Mi­cro­soft, a été cra­ckeur de mots de passe et consul­tant ex­pert en sé­cu­ri­té in­for­ma­tique.

Newspapers in French

Newspapers from Switzerland

© PressReader. All rights reserved.